换热站与管网运行总览
在地图和拓扑视图中查看热源、管线、换热站、楼宇分区和关键运行状态，快速判断异常影响范围。
核心能力
连接数据、流程与现场执行，帮助团队理解上下文、快速行动并保留可追溯记录。
- 热源到用户的运营上下文
把热源、一次网、换热站、二次网、楼宇、住户反馈和现场工单放到同一个运营视图中，减少系统之间来回切换。
- 热负荷预测与调度建议
结合天气、历史负荷、建筑热惯性和运行约束，提前判断负荷变化，为供回水温度、泵频率和阀门策略提供建议。
- 水力平衡与异常诊断
围绕温度、压力、流量、补水量和换热效率识别失衡、泄漏、结垢、旁通和远端供热不足等问题。
- 能碳核算与运营报表
按热源、管网和用户侧沉淀能耗、热损和碳排数据，为节能改造、运营复盘和管理报表提供统一依据。
- 安全可控的执行闭环
支持 AI 建议、人工确认、指令下发、结果回看和操作审计，适合供热季逐步从辅助决策走向闭环调度。
- AI Advisor 与知识库
把设备手册、运行规程、历史告警和现场经验接入知识库，帮助值班员解释异常、生成处置步骤并联动工单。
应用场景
覆盖培训、巡检、维护、运营复核等可落地场景。
寒潮和负荷波动前的调度准备
提前评估天气变化对热负荷的影响，形成预热、升温、泵频和人员值守建议，避免完全依赖事后投诉。
远端供热不足与水力失衡排查
把室温反馈、供回水温度、压差、流量和阀门状态放在同一条诊断链路上，定位失衡、旁通或局部阻塞。
能耗、热损和碳排复盘
围绕供热季运行数据建立能碳账本，帮助运营团队复盘热损、泵耗、气耗和节能改造效果。
从告警到工单的现场闭环
把异常诊断结果转化为巡检、清洗、保温修复、阀门调整或 PLC 写回任务，并保留处置记录。
供热运营需要可执行闭环
区域供热的难点通常分散在热源运行、管网水力、换热站设备、楼宇末端、住户反馈、收费系统和工单流程之间。值班员需要判断今天哪里会缺热、哪里可能过热、哪条支路存在失衡，现场团队则需要知道该查哪个阀门、哪段管线、哪台换热器。
DataMesh 智慧供热方案把这些信息组织成统一的供热运营上下文。FactVerse AI Agent 中的 HeatOps 模块负责预测、诊断、知识问答和调度建议，Data Fusion Services 接入现有系统，FactVerse 提供管网数字孪生，Inspector 贯通工单与现场执行。
从真实供热改造设计中沉淀的能力模型
智慧供热方案面向多站点供热运营场景设计：感知层采集温度、压力、流量、补水、阀门和泵状态；Data Fusion Services 负责系统连接；FactVerse 管理热源、站点、管线、楼宇和用户的数字孪生上下文；HeatOps 模块负责预测、诊断和调度建议；Inspector 贯通工单与现场执行；不同角色通过值班室、管理端和现场端协同工作。
这个模型也让 Physical AI 在供热侧有明确落点：AI 决策结合运行数据、管网拓扑、热惯性、设备边界、控制权限和现场安全流程。每一条建议都需要能解释来源、影响范围和执行条件。
能看：热源、管网、换热站和楼宇
FactVerse 数字孪生把供热资产组织到 GIS 地图、管网拓扑和站点视图中。运维团队可以查看换热站状态、供回水温度、压差、流量、热量、泵和阀门状态，并叠加楼宇区域、室温反馈、告警和工单。
相比单点监控，这种视图更适合供热季的现场判断：某个远端区域投诉增加时，团队可以同时看到上游站点、支路线、阀门状态、压差变化和历史处置记录。
能算：预测、诊断和能碳复盘
负荷预测让团队在天气变化前看到需求曲线，提前准备调度动作。异常诊断则把供回水温差、补水量、压力波动、换热效率、泵耗和用户反馈放在一起，判断是热源不足、支路失衡、换热器结垢、管网泄漏、保温退化还是局部控制问题。
在管理侧，智慧供热方案可以把热量、气耗、电耗、热损和碳排数据整理为供热季运营账本，帮助团队复盘调度策略、节能改造和异常处置带来的运行变化。
能控：从建议到执行的安全闭环
供热控制适合分阶段推进：HeatOps 模块先提出调度建议，由值班员确认，智慧供热方案再按现场条件逐步接入受限写回和审计。阀门开度、泵频、供水温度等动作纳入安全边界和审批流程，并保留确认、下发和执行结果的完整记录。
这种方式既能让 AI 进入真实运行流程，也能保留供热企业对安全、责任和合规的控制。
能用：知识库、客服和工单协同
供热运营的问题会同时出现在控制室、现场和服务反馈中。住户投诉、现场巡检、维修记录、设备手册和应急预案都会影响判断。HeatOps 模块可以通过 FactVerse AI Agent 的 AI Advisor 调用知识库，帮助值班员解释告警、生成排查步骤，把诊断结果转成工单，并把现场反馈沉淀回后续运营。
面向区域供热运营构建
智慧供热方案来自区域供热设计工作和 FactVerse 运营模型。HeatOps 模块负责预测、诊断、知识辅助和调度建议，平台其他能力负责系统集成、数字孪生上下文、工单协同与可审计的现场执行。
从一个连通的运营区域开始
建议从有限范围的换热站和管网分区开始：先通过 Data Fusion Services 接入关键实时数据和资产拓扑，验证站点总览、异常诊断、负荷预测和工单闭环；再扩展能碳核算、水力平衡和调度建议；最后根据现场控制权限接入 PLC 或控制系统写回，逐步形成可运行、可审计、可扩展的智慧供热体系。
贯通管网智能与现场执行
- FactVerse AI Agent 承载 HeatOps 行业模块，支撑预测、诊断、知识问答和调度建议
- Data Fusion Services 连接 SCADA、SIS、计量、气象、收费、投诉和工单等系统
- FactVerse Platform 管理热源、管网、站点、楼宇和设备的数字孪生上下文
- Smart Facility Management 将类似运营模式扩展到园区和建筑设施管理
常见问题
HeatOps 是 FactVerse AI Agent 中面向区域供热的行业模块，负责预测、诊断、知识问答和调度建议。完整的智慧供热方案还包括 Data Fusion Services、FactVerse 数字孪生、Inspector，以及与既有控制和服务系统的集成。
方案与现有系统协同运行。Data Fusion Services 连接 SCADA、SIS、PVSS、热表、气象、收费、投诉和工单等数据，形成统一的供热运营上下文。
可以按项目阶段接入 PLC 或控制系统，但建议从 AI 建议和人工确认开始，再逐步引入受限写回、速率限制、安全校验和审计机制。
智慧供热方案贯通从数据到行动的完整闭环。HeatOps 模块负责负荷预测、原因诊断和动作建议，Inspector 联动工单并记录执行，FactVerse 保持管网、站点和设备上下文的一致性。
可以。智慧供热方案可围绕热源、管网、换热站和用户侧建立能耗、热损和碳排数据链路，具体核算口径结合当地标准和客户要求配置。